请求lucene索引问题

Question

我现在要实现这样的功能：
我在e:\\file 文件夹下有很多个xml文件，其内容形式是这样的：
<?xml version="1.0" encoding="UTF-8"?> 
<root>
<aka>bin laden</aka>
<firstName>bin</firstName>
<address>test</address>
<nationality>test</nationality>
<res>test</res>
</root>大家知道，用luncene开放搜索引擎，无非是建立索引和搜索这两部分。
因此，我首先要给这些xml文件建立索引。

现在有个要求：我在搜索的时候，我只搜索标签<aka>,<firstName>,<address>等这些标签中的内容，针对这个xml文件内容，其实，我只想搜索 bin ，bin laden，test这些内容，而不是标签本身。请问该怎么建立索引哦？
请给我代码哦，谢谢

Answer 1

一个xml为一个document
<aka>,<firstName>,<address>分别为一个field
bin ，bin laden，test这些内容为一个field，比如叫desc；对内容进行切词分词

Answer 2

但事实上每个xml文件可能有很多个
<?xml version="1.0" encoding="UTF-8"?> 
<root>
<aka>bin laden</aka>
<firstName>bin</firstName>
<address>test</address>
<nationality>test</nationality>
<res>test</res>
</root>按照你的做法，其代码应该是：
IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field field = new Field("<aka>", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
writer.addDocument(doc);
但这样貌似和xml文件本身脱离了呀，它能找到e:\\file 下的这些文件内容吗？
我不是很懂，请求明示，谢谢

Answer 3

要加一个ref的field的吗；ref=path；貌似路径的特殊符号会报错；需要对路径转换一下。取的时候再转 回来

Answer 4

这个ref 的field要stor的；否则拿不出来也白索引了

Answer 5

根据搜索；就知道有多少个xml文件有相关内容了。
而且每个xml文件都可以用path来定位

Answer 6

楼上的，能告诉我你的qq吗？想请教你，我的qq：44758944
其实这些xml文件是这样生成的，我在页面上导入一个文件，然后把内容解析成这些xml文件，然后再放到
e:\\file 下面，这个时候，再给它建立索引

楼上的，你能帮忙把我这代码改改吗？我没明白你说的
“要加一个ref的field的吗；ref=path：”

IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field field = new Field("<aka>", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
writer.addDocument(doc);

Answer 7

IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field field = new Field("ref", "path变量",Field.Store.YES,Field.Index.UNTOKENIZED);
//就是加上面一行；后面都一样。参考一下；我是这么搞的
Field field = new Field("aka", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
writer.addDocument(doc);

Answer 8

IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field field = new Field("ref", "path变量",Field.Store.YES,Field.Index.UNTOKENIZED);
//就是加上面一行；后面都一样。参考一下；我是这么搞的
Field field = new Field("aka", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
writer.addDocument(doc);你这段代码 有2个field变量哦，
doc.add(field);// 把Document加入IndexWriter到底是加的那一个的呀？

Answer 9

变通一下吗；写疏忽了IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field ref= new Field("ref", "path变量",Field.Store.YES,Field.Index.UNTOKENIZED);
//就是加上面一行；后面都一样。参考一下；我是这么搞的
Field field = new Field("aka", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
doc.add(ref);// 
writer.addDocument(doc);

Answer 10

建议field名不要加<>; 就aka，firstname， address这样方便。

Answer 11

7楼，9楼，你说的方法，有没有类似的代码啊，我对luncene不是很熟悉，不知道该怎么搜，你说的网上有资料，能给我一个网址吗？谢谢

Answer 12

下载一本lucene in action

Answer 13

IndexWriter writer = new IndexWriter(INDEX_STORE_PATH,new MMAnalyzer(), true);
Document doc = new Document();// 为文件名创建一个Field
Field ref= new Field("ref", "path变量",Field.Store.YES,Field.Index.UNTOKENIZED);
//就是加上面一行；后面都一样。参考一下；我是这么搞的
Field field = new Field("aka", "bin laden",Field.Store.YES,Field.Index.TOKENIZED);
doc.add(field);// 把Document加入IndexWriter
doc.add(ref);// 
writer.addDocument(doc);
你的代码我有些小小的疑问：
比方说，有个xml文件是e:\\file\20100324.xml
其内容就是若干个
<?xml version="1.0" encoding="UTF-8"?> 
<root>
<aka>bin laden</aka>
<firstName>bin</firstName>
<address>test</address>
<nationality>test</nationality>
<res>test</res>
</root>
我在页面上输入bin laden 来搜索，我实际上是要搜索 e:\\file\20100324.xml
这个文件中bin laden内容
但你给我的代码是怎么自动找到这个文件的哦？我对这一块有些困惑，请求帮助

Answer 14

1、输入bin laden搜索
2、取得搜索结果的引用集Hits
3、
Document doc = hits.doc(i);
String ref = doc.get("ref");获得ref简单步骤就是这样，中间需要自己充实

Answer 15

有两种方案
1. xml文件存在在FS中，lucene中索引；
   这时候，需要加一field用来保存，xml文件中fs中的实际存储位置；
   Field ref= new Field("filePath", "{your file path, c:\a.xml}",Field.Store.YES,Field.Index.UNTOKENIZED);
    Field field = new Field("content", "{只提取xml文件中的文本内容}",Field.Store.NO,Field.Index.TOKENIZED); 检索时，检索content内容即可，根据filePath从fs中加载实际xml文件；2. xml文件保存在lucene中；
    Field field = new Field("content", "{只提取xml文件中的文本内容}",Field.Store.NO,Field.Index.TOKENIZED);
    Field field = new Field("xml", "{xml文件内容}",Field.Store.YES,Field.Index.NO);
   检索时，检索content内容即可，从xml中直接读取xml内容；